本文是对商业智能的一些简介，还没有涉及到sql 2005，只是说了一下商业智能的目的，商业智能的数据来源数据仓库的设计和架构。

 

一、商业智能的目的，就是为了有效的决策。

见下图：

2)处在不现层次的领导者对信息的不同需求，越是高层的人，对信息的要求越宏观，越是底层的人对信息的要求越微观。

 

二、数据仓库的设计

 商业智能的数据来源是数据仓库，本小节简单说了一下数据仓库的组成及设计。

1. 首先请决策者回答以下问题:

1)为了促进有效决定,需要什么样的事实,图表,统计信息?(基础和反馈度量)

2)这个信息在用于分析时应该如何分割组合?(维度)

3)其他的什么信息可能有助于查找所需要的内容?(属性)

 

 2. 数据仓库设计中涉及的三要素

1)度量

是指一些具体的数字，比如销售额，销售量，生产总数，损耗总数等等。

 

 

一般公司的度量是数字化的量,下面是一些可以用作度量的量:

现金合计:

原料支出

销售额

运营开支

劳务费

 

计数:

生产量

订单量

发货量

退货量

客户服务投诉量

 

时间段:

生产一个产品所需的分钟数或小时数

完成一个订单所需的天数

生产线的平均无故障时间

 

在设计时需要给出每个度量的下列内容:

度量的名称

使用哪些字段或OLTP字段以提供数据

数据类型

计算度量的公式(如果存在)

 

2) 维度与层次

举例说明，对销售额来说，可以对应的是月，年，地区，城市，店铺等等。

 

 

在设计时,需要考虑到每个维度的下列各项:

维度的名称

哪些字段或OLTP的字段可用于提供数据

维度主键(每个维度成员的唯一标识符)的数据类型

父维度的名称(如果存在)

 

 3)属性

 

 

 

在设计时,需要包括每个属性的下列各项:

属性的名称

哪些字段或OLTP的字段可用于提供数据

数据类型

它所对应的维度名称

三、数据仓库的架构

1）星型架构

 

 

 

 2)雪花型

 

出处：https://www.cnblogs.com/chillsrc/archive/2008/10/17/1313240.html